Systematic review: Lost-time injuries in the US mining industry
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: The mining industry is associated with high levels of accidents, injuries and illnesses. Lost-time injuries are useful measures of health and safety in mines, and the effectiveness of its safety programmes. AIMS: To identify the type of lost-time injuries in the US mining workforce and to examine predictors of these occupational injuries. METHODS: Primary papers on lost-time injuries in the US mining sector were identified through a literature search in eight health, geology and mining databases, using a systematic review protocol tailored to each database. The Critical Appraisal Skills Programme (CASP), Framework of Quality Assurance for Administrative Data Source and the Cochrane Collaboration 'Risk of bias' assessment tools were used to assess study quality. RESULTS: A total of 1736 articles were retrieved before duplicates were removed. Fifteen articles were ultimately included with a CASP mean score of 6.33 (SD 0.62) out of 10. Predictors of lost-time injuries included slips and falls, electric injuries, use of mining equipment, working in underground mining, worker's age and occupational experience. CONCLUSIONS: This is the first systematic review of lost-time injuries in the US mining sector. The results support the need for further research on factors that contribute to workplace lost-time injuries as there is limited literature on the topic. Safety analytics should also be applied to uncover new trends and predict the likelihood of future incidents before they occur. New insights will allow employers to prevent injuries and foster a safer workplace environment by implementing successful occupational health and safety programmes.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,010 | 0,021 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,003 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle